[发明专利]大电流切换无火弧稳压器及其工作方法

说明书

本申请涉及稳压器的领域，其具体地公开了一种大电流切换无火弧稳压器及其工作方法，其采用基于深度学习技术的卷积神经网络模型来挖掘出继电器的高维拓扑关联特征，并且本申请还根据每个继电器的输入电压来设置继电器的切换状态，以实现输出电压的稳定。通过这样的方式，可以预测各个继电器的动作时间，从而达到降低火花的目的。

技术领域

本申请涉及稳压器的领域，且更为具体地，涉及一种大电流切换无火弧稳压器及其工作方法。

背景技术

稳压器是一种能自动调整输出电压的供电电路或供电设备，其作用是将波动较大和达不到电器设备要求的电源电压稳定在它的设定值范围内，使各种电路或电器设备能在额定工作电压下正常工作。稳压器由调压电路、控制电路、及伺服电机等组成。当输入电压或负载变化时，控制电路进行取样、比较、放大，然后驱动伺服电机转动，使调压器碳刷的位置改变，通过自动调整线圈匝数比，从而保持输出电压的稳定。

但是，目前大多数继电器式稳压电源切换时，会有明显或很大的火花。由于继电器属于机械结构，切换时间不一致，切换时间容易受温度影响，并且还容易受外来力量影响，所以控制火花很难。经过技术演变，目前通过采集交流电的过零点，使继电器在零点处动作，但是这种方法在使用的过程中仍有很多缺陷，例如由于继电器切换有间隔时间，无法正确的工作在零点，只能做到接近于零点，而且每个继电器切换时间不一致，程序要对每个继电器的动作时间要匹配好，才能达到降低火花，且为了适应每个继电器，程序需要实时接收采集继电器动作时间，这样就会使得程序会浪费大量的时间，从而影响整机的响应时间。

因此，期望一种大电流切换无火弧稳压器的延时控制方案，以使得稳压器能够无火弧或者小火弧进行切换。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种大电流切换无火弧稳压器、工作方法和电子设备，其采用基于深度学习技术的卷积神经网络模型来挖掘出继电器的高维拓扑关联特征，并且本申请还根据每个继电器的输入电压来设置继电器的切换状态，以实现输出电压的稳定。通过这样的方式，可以预测各个继电器的动作时间，从而达到降低火花的目的。

根据本申请的一个方面，提供了一种大电流切换无火弧稳压器，其包括：

训练模块，包括：

训练矩阵构造单元，用于构造连接关系矩阵来表示稳压器的多个继电器之间的拓扑结构，其中，所述连接关系矩阵中各个位置的特征值表示对应两个继电器之间的连接关系；

关系特征提取单元，用于将所述连接关系矩阵输入作为特征提取器的第一卷积神经网络以获得第一特征图；

第一切换关系特征提取单元，用于将所述连接关系矩阵输入作为切换预测器的第二卷积神经网络以获得第二特征图；

输出电压特征向量生成单元，用于获得由所述多个继电器的输入电压组成的输入向量，并基于所述第二特征图生成对应于所述输入向量的输出电压特征向量，其中，所述输出电压特征向量中各个位置的特征值用于表示预测的各个所述继电器的输出电压；

损失函数值计算单元，用于将所述多个继电器的输出电压作为真实值，计算所述输出电压特征向量的每个位置的特征值与所述真实值之间的平方差之和作为损失函数值；

第一训练单元，用于基于所述损失函数值对作为切换预测器的所述第二卷积神经网络进行第一次训练；

第二切换关系特征提取单元，用于将所述连接关系矩阵输入经第一次训练完成的作为切换预测器的所述第二卷积神经网络以获得第二更新特征图；

维度变换单元，用于对所述第一特征图和所述第二更新特征图进行经典多维度变换以将所述第一特征图和所述第二更新特征图转换到用于表示输入电压-延迟时间的映射关系的高维特征空间中，以获得对应于所述第一特征图的第三特征图和对应于所述第二更新特征图的第四特征图；